0x00 前言
近期工作须要做大规模的扫描，须要自己依据指纹写一个扫描引擎，其中碰到了无数的坑。最后勉强算的过去，特地写写博客总结一下各种坑和思路。
0x01 任务队列+多线程模型
一開始自然而然想到的就是这个扫描模型，利用Python中的同步队列结合多线程发包、收包、写操作。
大致模型例如以下：
class Worker(Thread):
def __init__(self, queue):
self.queue = queue
def run(self):
while True:
ip = self.queue.get()
sock.send()
recv = sock.recv(buf_size)
....
do sth....
....
self.queue.task_done()
def main():
...
worker = Worker(queue)
work.deamon = True
work.start()
queue.join() # 队列同步
...然而事实证明效率真的很低。仅仅能发出可怜的几百pps。4M带宽都占不满。各位假设想做大规模扫描。我说的大规模扫描是指上亿的IP扫描，就别考虑这样的方法了。
总结一下原因，主要是线程太多，切换时间很耗费CPU，而且因为GIL的存在。效率可想而知。
其次就是因为IP太多，不能所有放入队列中，必须在main函数中做个缓冲区，然后放入同步队列，频繁queue.join()的结果是状态为done的线程在等待慢线程的情景增多，效率自然就不高了，因为以上原因导致的效率低下，网络的IO延迟根本不算什么。
后来又想用celery做异步的任务。分离网络IO和本地IO，把线程中本地耗时长的IO操作分离出来。放到celery其中异步运行。这样能够加快发包收包线程的速度。结果发现更慢，建议不要用celery处理很耗时的后台任务，感觉好坑….
0x01 基于无状态扫描模型
简单来说，就是不关心数据包的交互状态，这里不存在同步队列的情况。而是开辟两个线程就可以。一个线程负责send。还有一个线程负责recv。因为我业务上须要发送UDP协议为基础探測包。
这样做的优点是不同在一个线程中同一时候发送和接收报文，因为不关心网络通信的交互过程，因此。能够让发包线程和收包线程分别满负荷工作，不存在线程相互等待的情况，也基本不存在同步的情况，因此效率大大提高。模型大致例如以下：
class Sender(Thread):
def __init__(self, sock):
self.sock = sock
def run(self):
for ip in list:
pack = package_create()
self.sock.sendto(pack, server)
....
do sth ...
....
class Receiver(Thread):
def __init__(self, sock):
self.sock = sock
def run(self):
while True:
recv = self.sock.recvfrom(buf_size)
handle_recv_package(recv)
....
do sth ...
....
def main():
sender = Sender(sock)
recver = Receiver(sock)
....
do sth ...
....
sock.close()比較麻烦的是。这样的模式须要自己对报文进行组装、发送、解析接收的报文等工作。回报是，效率大大提高，轻松3k~4kpps（4M/1 CPU/2G mem），带宽基本占满。
0x03 性能提升
主要提升的空间在下面方面：
- 加快报文组装的速度
- 加快接收报文的组装速度
- 利用缓冲区进行批量IO。一定程度降低IO操作
- 处理好socket error，建议使用事件模型，设置任务回滚功能，遇到socket error就结束线程，然后在主线程中再新建socket并启动线程开工
优化做好了。现有的带宽占满了，这时候，瓶颈就是带宽，就要换个更好的带宽。添加速度。
另外，在測试的过程中。鄙人发现网卡发送UDP包的速度比TCP慢多了，用了两台机器測试，结论一致。